基于谱相关和神经网络的信号调制识别

由于通信信号的体制及调制及调制方式的复杂多样，通信信号调制类型的识别显得尤为重要和迫切。基于调制信号的谱相关特征，提取了5个特征参数，给出了各个参数随信噪比变化的曲线图。分类器采用RBF神经网络，并从提高网络识别性能出发，构建了大容量和高质量的网络训练样本，能够扩大识别范围，提高识别精度。基于谱相关特征参数和RBF神经网络结合的算法能动态识别信号的调制方式，仿真结果表明：该算法在低信噪比下能取得较高的正确识别概率。